CN109397288A - 基于个体特征的机器人步态规划方法 - Google Patents

基于个体特征的机器人步态规划方法 Download PDF

Info

Publication number
CN109397288A
CN109397288A CN201811214026.0A CN201811214026A CN109397288A CN 109397288 A CN109397288 A CN 109397288A CN 201811214026 A CN201811214026 A CN 201811214026A CN 109397288 A CN109397288 A CN 109397288A
Authority
CN
China
Prior art keywords
robot
gait
joint
individual
parameter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811214026.0A
Other languages
English (en)
Other versions
CN109397288B (zh
Inventor
于大程
刘遥峰
郝鹏
杨政
王胜新
李冶
张佳琳
王杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aerospace Science And Technology Intelligent Robot Co Ltd
Original Assignee
Aerospace Science And Technology Intelligent Robot Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Aerospace Science And Technology Intelligent Robot Co Ltd filed Critical Aerospace Science And Technology Intelligent Robot Co Ltd
Priority to CN201811214026.0A priority Critical patent/CN109397288B/zh
Publication of CN109397288A publication Critical patent/CN109397288A/zh
Application granted granted Critical
Publication of CN109397288B publication Critical patent/CN109397288B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1661Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Rehabilitation Tools (AREA)

Abstract

本公开提供一种基于个体特征的机器人步态规划方法,包括以下步骤:将普通人行走时的标准极限步长和各关节的标准偏摆极限位置作为已知参数,将个体的各关节极限活动范围作为关节安全裕度;根据已知参数和关节安全裕度,获取个体的步态修正参数;基于个体的步态修正参数获得机器人的步态参数;以及建立机器人的数学模型,基于数学模型,将机器人的步态参数作为输入参数,求解机器人的步态轨迹。

Description

基于个体特征的机器人步态规划方法
技术领域
本公开涉及一种基于个体特征的机器人步态规划方法。
背景技术
辅助行走机器人,可以在人行走的过程中起到辅助作用,并检测和记录不同个体行走时的各项运动参数以便及时调整步态。这类机器人在研发过程中,良好的步态规划是保证辅助效果和安全的基石。在步态规划的过程中,不仅要考虑机器人运动的安全程度,更应与人体运动相结合。不同个体有不同的关节活动范围和不同的极限步速、步长,进一步导致了机器人需要在不同的自由度运动极限值和步长下规划步态。
现有技术中关于机器人的步态规划方法,主要是通过结合人体下肢运动的特点,建立下肢关节的数学模型和人体结构参数,找出不同个体的特征点,最终得到机器人关节运动曲线。但是这种方法得到的一般是通用的步态数据,无法针对特定个体进行参数优化,并生成个体特有的步态轨迹,故只适用于得到一般个体适用的机器人步态轨迹,应用范围较窄。另一方面,这种方法涉及的参数多,求解过程复杂,且建立在大量的实验基础上,算法计算慢,实施成本高。
发明内容
为了解决至少一个上述技术问题,本公开提供一种基于个体特征的机器人步态规划方法。
根据本公开的一个方面,基于个体特征的机器人步态规划方法包括以下步骤:
将普通人行走时的标准极限步长和各关节的标准偏摆极限位置作为已知参数,将个体的各关节极限活动范围作为关节安全裕度;
根据已知参数和关节安全裕度,获取个体的步态修正参数;
基于个体的步态修正参数获得机器人的步态参数;以及
建立机器人的数学模型,基于数学模型,将机器人的步态参数作为输入参数,求解机器人的步态轨迹。
根据本公开的至少一个实施方式,建立机器人的数学模型的步骤,包括:
将机器人的上身简化为一个集成质量块;
假设机器人的每条腿具有N个关节,qn∈R6×1表示关节的角度,将机器人的上身坐标系∑R设置在机器人的腰部中心,其中N≥2,n表示第n个关节,n≤N。
根据本公开的至少一个实施方式,关节安全裕度包括:个体的各关节的最大偏摆位置和最小偏摆位置。
根据本公开的至少一个实施方式,个体的步态修正参数包括个体极限步长,个体极限步长的计算公式如下:
k1=f(Joint1max,Joint2max,...,Jointnmax)
k2=f(Joint1max,Joint2max,...,Jointnmin)
k2n=f(Joint1min,Joint2min,...,Jointnmin)
其中,n≥2,k表示个体极限步长,f表示个体极限步长的计算公式的算法函数代号,Jointnmax表示个体的第n个关节的最大偏摆位置,Jointnmin表示个体的第n个关节的最小偏摆位置。
根据本公开的至少一个实施方式,求解机器人的步态轨迹的步骤包括:
基于机器人的数学模型,将机器人的步态轨迹分为起步、交替行走和结束三个阶段。
根据本公开的至少一个实施方式,起步阶段和结束阶段的步态轨迹为运动序列完全相反的笛卡尔空间位置矩阵,此时上身坐标系视为固定坐标系。
根据本公开的至少一个实施方式,交替行走阶段的步态轨迹为机器人的双腿交替前进和后退,此时上身坐标系视为浮动坐标系。
根据本公开的至少一个实施方式,在交替行走阶段,机器人的双腿交替作为摆动腿和支撑腿,分别规划摆动腿与支撑腿的位置、速度和加速度阵列,摆动腿规划末端极限位置,支撑腿规划速度。
根据本公开的至少一个实施方式,数学模型的世界坐标系设置在供机器人行走的地面或装置上。
根据本公开的至少一个实施方式,机器人至少包括髋关节、大腿、膝关节和小腿。
附图说明
附图示出了本公开的示例性实施方式,并与其说明一起用于解释本公开的原理,其中包括了这些附图以提供对本公开的进一步理解,并且附图包括在本说明书中并构成本说明书的一部分。
图1是根据本公开的至少一个实施方式的基于个体特征的机器人步态规划方法原理图。
图2是根据本公开的至少一个实施方式的机器人的步态分解示意图。
图3是根据本公开的至少一个实施方式的基于个体特征的机器人步态规划示意图。
具体实施方式
下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施方式仅用于解释相关内容,而非对本公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开。
现有技术中,关于辅助人类行走的机器人的步态规划方法,通常只适用于得到适合一般个体行走的通用的机器人的步态轨迹,无法针对特定个体进行参数优化生成个体特有的机器人步态轨迹,应用范围较窄,求解过程复杂,且建立在大量的实验基础上,实施成本高。考虑到不同人类个体拥有不同的运动参数,本公开将不同使用者的身体特征参数作为该个体的运动参数的来源。在实际进行辅助行走之前,首先根据不同个体的运动参数,结合机器人自身对步态规划的要求来设置机器人的步态轨迹,然后使用者直接通过针对其个体特征定制的该机器人的步态轨迹进行辅助行走,从而可以实现机器人步态的个体化、私人化,提高了机器人的安全性和个体使用时的舒适性。
在本公开的一个可选实施方式中,基于不同使用者的个体特征进行机器人的步态规划,所需要的参数包括:已知参数,即普通人行走时各关节的标准偏摆极限位置Normal.kneeback和普通人标准极限步长Normal.distance;以及关节安全裕度,即使用者的关节极限活动范围,包括使用者的各关节的最大偏摆位置Joint.Max和最小偏摆位置Joint.Min。上述标准偏摆极限位置和标准极限步长,是通过采集多个普通人行走时的各关节的偏摆极限位置和极限步长的样本数据,建立相关数据库,并通过该数据库计算获得。
在规划机器人的步态轨迹时,首先根据上述已知参数和关节安全裕度,得到新的、满足安全需要的、对应于不同个体特征的机器人的步态参数;然后将机器人的步态参数与机器人步态的其他相关参数结合,进一步获得机器人的步态轨迹。下面结合附图详细说明本公开技术方案。
如图1所示为基于个体特征的机器人步态规划方法的原理图。在确定了使用者的身体特征参数,即关节安全裕度参数之后,经过与普通人的标准步态数据,即已知参数进行对比,可以得到该个体的步态修正参数。将该个体的步态修正参数与个体的其他身体特征参数(例如心率、血压等)结合可以获得对应于该个体特征的机器人的步态参数。将机器人的步态参数与机器人步态相关的其他参数(例如机器人行走的加速度等)结合作为求解机器人步态轨迹的输入参数,从而进一步获得安全稳定的机器人的步态轨迹。
需要强调的是,本公开技术方案适用的机器人应当具有髋关节和膝关节,即机器人至少具有髋关节、大腿、膝关节和小腿。除此之外,本公开技术方案可适用于各种腿长、自由度数量、单腿或双腿等机器人。在本公开的一个可选实施方式中,机器人包括上身、左腿和右腿,其中,上身包括机器人腰部,左腿和右腿均包括髋关节、大腿、膝关节和小腿。
更为详细的,在本公开的一个可选实施方式中,基于使用者个体特征的机器人步态规划方法包括以下步骤:
1)确定已知参数和个体的关节安全裕度,即确定普通人行走时各关节的标准偏摆极限位置Normal.kneeback和普通人行走的标准极限步长Normal.distance,以及使用者各关节的最大偏摆位置Joint.Max和最小偏摆位置Joint.Min;
2)将已知参数和关节安全裕度进行对比,获取个体的步态修正参数,包括个体的极限步长Walk.distance;个体具有n个关节(n≥2),每个关节均有最大偏摆位置Joint.Max和最小偏摆位置Joint.Min,故需要做2n次计算,以得到2n个极限步长Walk.distance,计算公式如下式所示:
k1=f(Joint1max,Joint2max,...,Jointnmax)
k2=f(Joint1max,Joint2max,...,Jointnmin);
k2n=f(Joint1min,Joint2min,...,Jointnmin)
其中,n≥2,k表示个体极限步长,f表示算法函数代号,Jointnmax表示个体的第n个关节的最大偏摆位置,Jointnmin表示个体的第n个关节的最小偏摆位置。
3)将个体的极限步长Walk.distance与该个体的其他身体特征参数结合,经过机器人运动学等算法获取机器人的多组末端极限位置,末端极限位置即机器人与环境的接触单元,接触单元可能为点、线、面,大多数情况下为平面,在本实施方式中,假设机器人的多组末端极限位置均为点;基于多组末端极限位置获取对应于该个体特征的机器人的步态参数,包括机器人的步速、步长、控制周期、各关节偏摆极限位置等;
4)建立机器人的数学模型,将机器人上身简化为一个集成质量块,假设机器人双腿具有N个关节,qn∈R6×1代表一条腿的关节运动角度,其中N≥2,n表示第n个关节,n≤N。上身坐标系∑R位于机器人腰部中心,或机器人骨盆中心,世界坐标系∑W位于供机器人行走的地面或装置上,例如位于辅助使用者行走的跑步机的传送带与机器人脚底的接触面上;根据公式[q1,...,qn]=inverse_kinematics()以及机器人的多组末端极限位置数据,通过机器人逆运动学算法,求解出机器人的摆动腿的各关节运动角度;根据公式以及设定好的t等信息,经插值求出机器人各关节角度、角速度、角加速度序列;基于机器人的数学模型,将机器人的步态参数和机器人步态的其他相关参数作为输入参数,求解机器人的步态轨迹;
5)依据个体需要,将机器人行走过程的步态分为三个子阶段——起步、交替行走、结束。其中,起步和结束阶段为运动序列完全相反的笛卡尔空间位置矩阵,此时∑R视为固定坐标系;交替行走阶段为左右两腿交替前进和后退,左右腿交替作为摆动腿与支撑腿,此时∑R视为浮动坐标系;在交替行走阶段步态规划时,将摆动腿和支撑腿的末端极限位置、速度、加速度阵列分别规划;摆动腿规划末端极限位置,支撑腿规划速度,以便与跑步机实现相对静止运动;
6)如图2和3所示,机器人辅助使用者行走之前,机器人处于直立状态,随后跑步机的传送带开始加速,机器人进入起步阶段,按照规划好的步态轨迹,机器人的摆动腿和支撑腿开始以一定的加速度交替前进和后退,传送带加速完成到达预设的速度后,摆动腿和支撑腿匀速交替前进和后退,直到预设的行走时间结束,机器人收到结束命令,传送带开始减速,机器人双腿步态相应减速,直至步态结束阶段,机器人恢复直立状态。
本公开技术方案将普通人行走的标准步态与特殊个体的步态相结合,能够根据不同的特殊个体拥有的不同的运动参数或者身体特征参数而生成机器人的不同步态轨迹,实现机器人步态的个体化、私人化,提高机器人的安全性和不同个体使用时的舒适性。本公开的机器人步态规划方法需要的参数较少,求解过程快,可以应用于实时性要求高的场合。
本领域的技术人员应当理解,上述实施方式仅仅是为了清楚地说明本公开,而并非是对本公开的范围进行限定。对于所属领域的技术人员而言,在上述公开的基础上还可以做出其它变化或变型,并且这些变化或变型仍处于本公开的范围内。

Claims (10)

1.一种基于个体特征的机器人步态规划方法,其特征在于,包括以下步骤:
将普通人行走时的标准极限步长和各关节的标准偏摆极限位置作为已知参数,将所述个体的各关节极限活动范围作为关节安全裕度;
根据所述已知参数和所述关节安全裕度,获取所述个体的步态修正参数;
基于所述个体的步态修正参数获得所述机器人的步态参数;以及
建立所述机器人的数学模型,基于所述数学模型,将所述机器人的步态参数作为输入参数,求解所述机器人的步态轨迹。
2.根据权利要求1所述的步态规划方法,其特征在于,建立所述机器人的数学模型的步骤,包括:
将所述机器人的上身简化为一个集成质量块;
假设所述机器人的每条腿具有N个关节,qn∈R6×1表示所述关节的角度,将所述机器人的上身坐标系∑R设置在所述机器人的腰部中心,其中N≥2,n表示第n个关节,n≤N。
3.根据权利要求2所述的步态规划方法,其特征在于,所述关节安全裕度包括:所述个体的各关节的最大偏摆位置和最小偏摆位置。
4.根据权利要求3所述的步态规划方法,其特征在于,所述个体的步态修正参数包括个体极限步长,所述个体极限步长的计算公式如下:
k1=f(Joint1max,Joint2max,...,Jointnmax)
k2=f(Joint1max,Joint2max,...,Jointnmin)
k2n=f(Joint1min,Joint2min,...,Jointnmin)
其中,n≥2,k表示所述个体极限步长,f表示所述个体极限步长的计算公式的算法函数代号,Jointnmax表示所述个体的第n个关节的最大偏摆位置,Jointnmin表示所述个体的第n个关节的最小偏摆位置。
5.根据权利要求2或4所述的步态规划方法,其特征在于,求解所述机器人的步态轨迹的步骤包括:
基于所述机器人的数学模型,将所述机器人的步态轨迹分为起步、交替行走和结束三个阶段。
6.根据权利要求5所述的步态规划方法,其特征在于,
所述起步阶段和结束阶段的步态轨迹为运动序列完全相反的笛卡尔空间位置矩阵,此时所述上身坐标系视为固定坐标系。
7.根据权利要求5所述的步态规划方法,其特征在于,
所述交替行走阶段的步态轨迹为所述机器人的双腿交替前进和后退,此时所述上身坐标系视为浮动坐标系。
8.根据权利要求7所述的步态规划方法,其特征在于,在所述交替行走阶段,所述机器人的双腿交替作为摆动腿和支撑腿,分别规划所述摆动腿与支撑腿的位置、速度和加速度阵列,所述摆动腿规划末端极限位置,所述支撑腿规划速度。
9.根据权利要求2所述的步态规划方法,其特征在于,所述数学模型的世界坐标系设置在供所述机器人行走的地面或装置上。
10.根据权利要求1至9中任一项所述的步态规划方法,其特征在于,所述机器人至少包括髋关节、大腿、膝关节和小腿。
CN201811214026.0A 2018-10-18 2018-10-18 基于个体特征的机器人步态规划方法 Active CN109397288B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811214026.0A CN109397288B (zh) 2018-10-18 2018-10-18 基于个体特征的机器人步态规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811214026.0A CN109397288B (zh) 2018-10-18 2018-10-18 基于个体特征的机器人步态规划方法

Publications (2)

Publication Number Publication Date
CN109397288A true CN109397288A (zh) 2019-03-01
CN109397288B CN109397288B (zh) 2020-10-23

Family

ID=65467446

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811214026.0A Active CN109397288B (zh) 2018-10-18 2018-10-18 基于个体特征的机器人步态规划方法

Country Status (1)

Country Link
CN (1) CN109397288B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113110484A (zh) * 2021-04-30 2021-07-13 深圳市优必选科技股份有限公司 一种步态轨迹规划方法、装置、可读存储介质及机器人

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103197671A (zh) * 2012-01-04 2013-07-10 中国人民解放军第二炮兵工程学院 一种仿人机器人步态规划及合成方法
CN105511465A (zh) * 2015-12-02 2016-04-20 歌尔声学股份有限公司 一种双足机器人的步态控制方法和装置
CN107273611A (zh) * 2017-06-14 2017-10-20 北京航空航天大学 一种基于下肢行走特点的下肢康复机器人的步态规划方法
CN108009680A (zh) * 2017-11-30 2018-05-08 航天科工智能机器人有限责任公司 基于多目标粒子群算法的仿人机器人步态规划方法
US9969082B1 (en) * 2016-01-05 2018-05-15 Boston Dynamics, Inc. Robotic systems and methods for task scoring and selection

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103197671A (zh) * 2012-01-04 2013-07-10 中国人民解放军第二炮兵工程学院 一种仿人机器人步态规划及合成方法
CN105511465A (zh) * 2015-12-02 2016-04-20 歌尔声学股份有限公司 一种双足机器人的步态控制方法和装置
US9969082B1 (en) * 2016-01-05 2018-05-15 Boston Dynamics, Inc. Robotic systems and methods for task scoring and selection
CN107273611A (zh) * 2017-06-14 2017-10-20 北京航空航天大学 一种基于下肢行走特点的下肢康复机器人的步态规划方法
CN108009680A (zh) * 2017-11-30 2018-05-08 航天科工智能机器人有限责任公司 基于多目标粒子群算法的仿人机器人步态规划方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113110484A (zh) * 2021-04-30 2021-07-13 深圳市优必选科技股份有限公司 一种步态轨迹规划方法、装置、可读存储介质及机器人

Also Published As

Publication number Publication date
CN109397288B (zh) 2020-10-23

Similar Documents

Publication Publication Date Title
US10517745B2 (en) Systems and method for volitional control of jointed mechanical device based on surface electromyography
Strausser et al. The development and testing of a human machine interface for a mobile medical exoskeleton
JP5189911B2 (ja) 装着式動作補助装置、基準パラメータデータベース構築装置、装着式動作補助装置における駆動制御方法、基準パラメータデータベース構築方法、及びそのプログラム
CN108986884A (zh) 一种平衡康复与认知康复相融合的训练系统和方法
Spanias et al. Effect of additional mechanical sensor data on an EMG-based pattern recognition system for a powered leg prosthesis
Mohamed et al. Clinical assessment of gait
CN111091890B (zh) 自我激励与反馈控制下的健康认知系统
Monaco et al. Uncontrolled manifold hypothesis: organization of leg joint variance in humans while walking in a wide range of speeds
Rinaldi et al. Gait and reach-to-grasp movements are mutually modified when performed simultaneously
CN111267071A (zh) 外骨骼机器人多关节联合控制系统和方法
CN111588597A (zh) 一种智能交互式步行训练系统及其实现方法
CN110279986A (zh) 一种基于肌电信号的康复机器人控制方法
Boudali et al. Predicting transitioning walking gaits: Hip and knee joint trajectories from the motion of walking canes
Hasanbarani et al. Sex-specific effects of a repetitive fatiguing task on stability: Analysis with motor equivalence model
CN109397288A (zh) 基于个体特征的机器人步态规划方法
Karunakaran et al. A novel user control for lower extremity rehabilitation exoskeletons
Chakravarty et al. Analysis of muscle activation in lower extremity for static balance
Fang et al. Modelling of the toe trajectory during normal gait using circle-fit approximation
Kamnik et al. Rehabilitation robot cell for multimodal standing-up motion augmentation
El Makssoud et al. Dynamic control of a moving platform using the CAREN system to optimize walking invirtual reality environments
Wen et al. Gait measurement and quantitative analysis in patients with Parkinson's disease for rehabilitation assessment
Yang et al. Implementation of omnidirectional lower limbs rehabilitation training robot
Itoh et al. Kinematic, kinetic, and electromyographic characteristics during quiet standing on a balance exercise assist robot
Durandau Towards the next Generation in Human-machine-interfacing: Controlling Wearable Robots via Neuromusculoskeletal Modelling
SOUÈRES François BAILLY

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant